MachineLearningEngineer/MLOps(Python,Cloud,Data)

Orion Innovation is a premier, award-winning, global business and technology services firm. Orion delivers game-changing business transformation and product development rooted in digital strategy, experience design, and engineering, with a unique combination of agility, scale, and maturity. We work with a wide range of clients across many industries including financial services, professional services, telecommunications and media, consumer products, automotive, industrial automation, professional sports and entertainment, life sciences, ecommerce, and education. Estamos en búsqueda de un Machine Learning / MLOps Engineer con experiencia en llevar modelos de Machine Learning a producción y construir soluciones escalables dentro del entorno de datos. Esta posición forma parte de las iniciativas de analítica avanzada y personalización, con impacto directo en la experiencia del cliente. Responsabilidades Construcción y mantenimiento de pipelines de Machine Learning Implementación de procesos de CI/CD para modelos Despliegue de modelos en ambientes productivos Integración de modelos en APIs y servicios Monitoreo de desempeño, drift y versionado de modelos Colaboración con equipos de Data Science y Data Engineering Requisitos +3 años en roles de datos o Machine Learning Experiencia con Python y SQL Experiencia trabajando con pipelines de datos o ML (Airflow, Spark) Conocimiento en herramientas de ML Ops (MLflow, DVC, Kubeflow o similares) Experiencia en cloud (AWS o GCP) Conocimiento en Docker y Kubernetes (deseable) Experiencia en CI/CD Stack tecnológico Python, SQL, Spark, Airflow, BigQuery, Snowflake, Redshift, Docker, Kubernetes, MLflow, DVC, Vertex AI, SageMaker, Git Ofrecemos Prestaciones de Ley y Superiores Exposición con equipos y proyectos multiculturales Desarrollo profesional en analítica avanzada Orion is an equal opportunity employer, and all qualified applicants will receive consideration for employment without regard to race, color, creed, religion, sex, se